Getting it into your agent
One page per mod, every tool's command on it. A separate URL per tool would split the same page into five that compete with each other.
git clone --depth 1 https://github.com/loulanyue/spec-kit-zhWrote this? Show the measurements
A badge with what this costs and how it scanned, read live from this page, so it follows the numbers instead of freezing them. Markdown for a README, HTML for a documentation site or a project page.
[](https://agentmods.dev/commands/loulanyue/spec-kit-zh/clarify)<a href="https://agentmods.dev/commands/loulanyue/spec-kit-zh/clarify"><img src="https://agentmods.dev/badge/commands/loulanyue/spec-kit-zh/clarify/github.svg" alt="Measured on agentmods" height="20"></a>Or the 80×15 button, for a site that already has a row of RSS and ATOM ones. Only the verdict fits; the numbers stay here.
<a href="https://agentmods.dev/commands/loulanyue/spec-kit-zh/clarify"><img src="https://agentmods.dev/badge/commands/loulanyue/spec-kit-zh/clarify.svg" alt="Reviewed on agentmods" width="80" height="20"></a>What it costs to keep this loaded
Counted locally with the o200k_base tokenizer, which is exact for GPT models; Claude uses its own tokenizer and its counts differ. Treat this as one consistent yardstick across the catalogue rather than a bill. Prices are per million input tokens.
| Model | Per session | Once invoked |
|---|---|---|
| Fable 5.1 | $0.00028 | $0.03037 |
| Opus 5.5 | $0.00011 | $0.01215 |
| Sonnet 5.5 | $0.00006 | $0.00607 |
| Haiku 4.5 | $0.00003 | $0.00304 |
Grade A, and why
clarify scanned grade A with 0 findings against 26 rules in 11 categories — prompt injection, anti-refusal, data exfiltration, privilege escalation, supply chain, agent snooping, system-prompt leakage, SSRF and excessive agency — measured 1mo ago.
A static scan of the body, not an audit. Every finding is printed with the line that produced it so you can judge whether it matters here. A mod is markdown that instructs an agent; that is exactly why what it instructs is worth reading.
Nothing flagged
None of the 26 patterns this scan looks for appear in this file: no shell pipes, no recursive deletes, no credential paths, no hidden text, no instruction-override or anti-refusal phrasing, no agent-config snooping. That is not a guarantee, it is the absence of the things that are checkable.
How it starts
The opening of the file, as written. The whole thing — 214 lines — stays where its author put it; the contents beside it link to each section on GitHub.
用户输入
$ARGUMENTS
在继续之前，你必须考虑用户输入（如果不为空）。
语言要求
- 所有澄清问题、建议、表格、规范更新、覆盖摘要和完成报告都必须使用简体中文。
- 为保证精确性，技术术语、ID 和文件路径在需要时保留原始形式。
概述
目标：识别并减少当前功能规范中的歧义与缺失决策点，并将澄清结果直接写回规范文件。
说明：该澄清流程应当在执行计划命令之前完成。大多数 agent 使用 /speckit.plan，Codex CLI 使用 /prompts:speckit-plan。如果用户明确表示跳过澄清（例如仅做探索性验证），则可以继续，但必须提醒其后续返工风险会提高。
执行步骤：
第 1 步：获取前置环境信息
从仓库根目录执行 {SCRIPT} 一次（使用 --json --paths-only / -Json -PathsOnly 模式），解析以下最小 JSON 字段：
FEATURE_DIRFEATURE_SPEC- （可选：捕获
IMPL_PLAN、TASKS以便后续链式流程使用）
若 JSON 解析失败，立即中止并告知用户重新运行 spec 命令（/speckit.specify 或 Codex /prompts:speckit-specify）或检查功能分支环境。
参数中如包含单引号（如 "I'm Groot"），请使用转义语法：
'I'\''m Groot'（或尽量使用双引号："I'm Groot"）。
第 2 步：加载规范并执行结构化歧义扫描
加载当前规范文件，按以下分类体系进行覆盖度扫描。对每个类别标记状态：清晰 / 部分 / 缺失。生成内部覆盖度映射用于优先级排序（除非不会提出任何问题，否则不直接输出原始映射）。
功能范围与行为
- 核心用户目标与成功标准
- 明确的范围外声明
- 用户角色 / 用户画像的区分
领域与数据模型
- 实体、属性、关系
- 标识与唯一性规则
- 生命周期 / 状态转换
- 数据量 / 规模假设
交互与用户体验流程
- 关键用户旅程 / 操作序列
- 错误 / 空状态 / 加载状态
- 无障碍访问或本地化说明
非功能质量属性
- 性能（延迟、吞吐量目标）
- 可扩展性（水平/垂直扩展、容量上限）
- 可靠性与可用性（正常运行时间、恢复预期）
- 可观测性（日志、指标、链路追踪信号）
- 安全与隐私（认证/授权、数据保护、威胁假设）
- 合规 / 监管约束（如有）
集成与外部依赖
- 外部服务 / API 及其故障模式
- 数据导入/导出格式
- 协议 / 版本假设
边界情况与故障处理
- 负向场景
- 限流 / 节流
- 冲突解决（如并发编辑）
约束与权衡
- 技术约束（语言、存储、托管）
- 明确的权衡或已拒绝的替代方案
术语与一致性
- 规范词汇表中的权威术语
- 需避免的同义词 / 已废弃术语
完成信号
- 验收标准可测试性
- 可量化的完成定义（Definition of Done）指标
其他 / 占位符
- TODO 标记 / 未决决策
- 缺乏量化的模糊形容词（如"健壮""直观"）
对每个状态为部分或缺失的类别，添加候选问题机会，除非：
- 澄清该问题不会实质性影响实现或验证策略
- 该信息更适合在计划阶段再明确（在内部记录）
第 3 步：生成优先澄清问题队列
在内部生成最多 5 个候选澄清问题（不得一次性全部输出）。须遵守以下约束：
- 整个会话最多 5 个问题。
- 每个问题必须可通过以下方式之一回答：
- 简短的多选（2–5 个互斥选项），或
- 一词 / 短语回答（明确约束："请用 ≤5 个词回答"）。
- 只包含答案会实质性影响架构、数据建模、任务分解、测试设计、用户体验行为、运营就绪度或合规验证的问题。
- 确保类别覆盖均衡：优先覆盖影响最高的未解决类别；避免在单个高影响领域（如安全态势）未解决时询问两个低影响问题。
- 排除已回答的问题、琐碎的风格偏好或计划层面的执行细节（除非会阻塞正确性）。
- 优先选择能降低下游返工风险或防止验收测试不对齐的澄清问题。
- 若 5 个以上类别仍未解决，按"影响 × 不确定性"启发式选取前 5 个。
第 4 步：顺序提问循环（交互式）
What this file has done since we first saw it
Hashed on every crawl. A supply-chain change to an agent config is a question of when, not whether, so the history is kept rather than the latest state alone.
- 1mo ago First seen · 214 lines · 28 tokens per session scan A cc1949b7f5a5
clarify is a command published in the GitHub repository loulanyue/spec-kit-zh (336 stars, last pushed 25d ago), licensed MIT. It adds 28 tokens to every session and 3,037 once invoked, about $0.0001 per session on Opus 5.5. A static security scan graded it A with 0 findings. No closer match exists in the catalogue, so it is treated as the original; first seen 2026-08-30.
Other commands, from other repositories
ijfw-audit
Run the IJFW audit gate for the current workflow phase. Usage: /ijfw-audit [phase name].
ijfw-execute
Jump directly to the IJFW workflow Execute phase (Deep D4 / Quick Q3). Usage: /ijfw-execute [task or phase name].
ijfw-metrics
Show IJFW token / cost / session metrics over a time window. Reads .ijfw/metrics/sessions.jsonl via the ijfwmetrics MCP tool.
release-plan
Design a pre-deploy release and rollout strategy: pick the pattern (feature flag, canary, blue-green, or progressive delivery) by risk, then specify the exposure ramp, promotion metric and threshold, and rollback trigger. Designs the rollout, never executes it. Gated --godot-mobile and --godot-desktop modes plan a…
contract-signoff
Harden the current decision set into a normative source of truth with no residual ambiguity, saved in DECISIONS.md and TASKSTATE.md as reviewable edits. Use when decisions are resolved, the contract direction is stable, and wording needs hardening before planning or implementation. Do not use when major ambiguities…
_registry-protocol
This protocol is MANDATORY for ALL commands, agents, and phases.